Ingeniería de Sistemas · 2026
Prototipo de aplicación web para la identificación de parámetros manuales y no manuales en el contexto de la lengua de señas colombiana (LSC) usando librerías de Machine Learning
Solo ficha. El repositorio marca este trabajo como «Acceso metadatos»: el PDF no es público, así que aquí no hay texto para leer. Ver la ficha en el repositorio.
Resumen
La pérdida auditiva afecta a una parte significativa de la población en Colombia, generando barreras en la inclusión social y educativa. La Lengua de Señas Colombiana (LSC), con su estructura viso gestual basada en elementos manuales y no manuales, constituye el principal medio de comunicación de la comunidad sorda. Por ello, es necesario desarrollar estrategias tecnológicas que faciliten la comunicación y el acceso al aprendizaje. Estudios recientes destacan el potencial de herramientas digitales y del Machine Learning para apoyar estos procesos. En este contexto, el presente proyecto propone el desarrollo de una aplicación web orientada al reconocimiento de rasgos manuales y no manuales. La solución implementa modelos de Machine Learning capaces de identificar parámetros como forma, ubicación y movimiento de las manos, junto con expresiones faciales. Está dirigida tanto a personas sordas como oyentes, promoviendo la interacción y el aprendizaje de la LSC. Se espera contribuir a la reducción de barreras comunicativas, fortaleciendo la inclusión social y educativa.